| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 智能监控研究背景和意义 | 第10-11页 |
| 1.1.2 行为分析研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 视频智能监控研究现状 | 第12页 |
| 1.2.2 光线增强研究现状 | 第12-13页 |
| 1.2.3 人体行为分析研究现状 | 第13-14页 |
| 1.3 论文内容与架构 | 第14-16页 |
| 1.3.1 论文研究内容 | 第14-15页 |
| 1.3.2 论文组织架构 | 第15-16页 |
| 第2章 目标检测技术概述 | 第16-25页 |
| 2.1 常用的目标检测算法 | 第16-22页 |
| 2.1.1 帧间差分法 | 第16-17页 |
| 2.1.2 背景减除法 | 第17-21页 |
| 2.1.3 光流法 | 第21-22页 |
| 2.2 阴影抑制算法 | 第22-24页 |
| 2.2.1 色彩模型变换的方法 | 第22-23页 |
| 2.2.2 颜色特征不变量的方法 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 光线增强方法的研究 | 第25-34页 |
| 3.1 光照变化的影响 | 第25-26页 |
| 3.2 基于变换的光线增强方法 | 第26-29页 |
| 3.2.1 基于空域变换的方法 | 第26-27页 |
| 3.2.2 基于频域变换的方法 | 第27-29页 |
| 3.3 光线鲁棒性特征的提取 | 第29-30页 |
| 3.4 多方法融合的光线增强方法 | 第30-31页 |
| 3.5 实验结果及分析 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于改进Mean Shift算法的目标跟踪 | 第34-45页 |
| 4.1 引言 | 第34-35页 |
| 4.2 Mean Shift算法研究 | 第35-38页 |
| 4.2.1 Mean Shift理论基础 | 第35-36页 |
| 4.2.2 Mean Shift目标跟踪 | 第36-38页 |
| 4.3 改进Mean Shift算法的目标跟踪 | 第38-41页 |
| 4.3.1 颜色空间选择 | 第38-39页 |
| 4.3.2 背景加权和目标加权 | 第39-40页 |
| 4.3.3 模型更新 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于参数化骨架模型的人体行为分析 | 第45-57页 |
| 5.1 常用骨架提取算法 | 第45-48页 |
| 5.1.1 塞拉变换骨架提取算法 | 第45-47页 |
| 5.1.2 Zhang-Suen骨架提取算法 | 第47-48页 |
| 5.2 参数化人体骨架模型 | 第48-53页 |
| 5.2.1 识别运动人体目标 | 第48-49页 |
| 5.2.2 定位人体关节点 | 第49-52页 |
| 5.2.3 建立骨骼参数化模型 | 第52-53页 |
| 5.3 人体骨架行为分析 | 第53-56页 |
| 5.4 实验结果及分析 | 第56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表论文与研究成果清单 | 第62-63页 |
| 致谢 | 第63页 |